|
今年度は構造的因果方程式が導く潜在空間への写像に着目しこの写像を通じて、データ空間上では構造的因果として実現していた性質が、
潜在空間上で幾何学的性質として再実現されることが証明した。さらに導かれた幾何学的性質を幾何学的深層学習モデルと組み合わせることで
、最終的に同一の因果構造方程式を持つ確率モデル群に対して適応可能な、因果メタ学習モデルを得た。また因果グラフを組み込んだメタ学習の前段階としてのグラフを入力とするニューラルネットを構成し、論文を出版した。
またそのほかにLLMと因果推論を組み合わせた手法を提案し、プレプリントを公開した。
|
